换一批近红外光谱技术结合IDBO-SVR实时监测姜黄素逆流提取中多组分含量
Near-Infrared Spectroscopy Combined with Support Vector Regression Optimized by Hybrid Strategy Improved Dung Beetle Optimizer for Real-Time Monitoring of the Contents of Multiple Components during Counter-Current Extraction of Curcumin
摘要为实时监测逆流提取过程中多组分指标含量变化,以逆流提取的姜黄素类特征成分为实验对象,首先采集各提取点的近红外光谱数据,采用高效液相色谱(high performance liquid chromatography,HPLC)法测定目标组分的含量作为参考值,然后通过光谱预处理与变量筛选方法优化光谱数据,并分别采用混合策略改进的蜣螂优化算法(hybrid strategy improved dung beetle optimizer,IDBO)、人工蜂鸟优化算法和鲸鱼优化算法对支持向量回归(support vector regression,SVR)模型的关键参数进行优化.结果表明,IDBO-SVR的检测性能最优,其预测集决定系数R2p均大于0.93,寻优效率高.本研究构建的IDBO-SVR模型能在10 s内同步监测提取过程中多组分含量变化,相比传统HPLC法(单样品需40 min)分析效率大幅提升,该模型可实现姜黄素逆流提取过程的可视化监测,为提取过程的实时调控提供技术支撑,进而有效提升提取效率与产品质量稳定性.
更多相关知识
关键词
近红外光谱技术支持向量回归逆流提取姜黄素混合策略改进的蜣螂优化算法near-infrared spectroscopysupport vector regressioncountercurrent extractioncurcuminhybrid strategy improved dung beetle optimizer
分类号
O657.33
栏目名称
DOI
10.7506/spkx1002-6630-20250811-054
发布时间
2026-03-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
大同市科技局重点研发计划基金项目（2023013）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
